تضعیف نوفه‌های تصادفی مقاطع لرزه‌ای با استفاده از ترکیب تبدیل زمان- بسامد و تجزیه مُد تجربی

تصویرسازی لرزه‌ای به‌شدت به کیفیت داده‌های لرزه‌ای وابسته است. تفسیر ساختاری و چینه‌ای مقاطع لرزه‌ای که حاوی کمترین میزان نوفه تصادفی و همدوس هستند، به مراتب راحت‌تر است. نوفه‌های متعددی در مقاطع لرزه‌ای دیده می‌شود که دسته مهمی از آنها، نوفه‌های تصادفی‌اند. تضعیف این دسته از نوفه‌ها، به‌خصوص زمانی که نسبت سیگنال به نوفه کم باشد، بسیار دشوار است. تاکنون روش‌های گوناگونی برای تضعیف نوفه‌های تصادفی عرضه شده است که هرکدام مزایا و معایب مربوط به خود را دارد. در این مقاله سعی شده است که از روش جدیدی برای تضعیف نوفه‌های تصادفی در حوزه t-f-x استفاده شود. برای این کار با استفاده از تبدیل‌ s تعمیم‌یافته مقطع لرزه‌ای از حوزه t-x به حوزه t-f-x انتقال داده می‌شود و سپس در این حوزه تجزیه مُد تجربی (empirical mode decomposition , emd) در راستای مکان برای یک زمان و بسامد خاص اِعمال می‌شود. اولین تابع مُد ذاتی به‌دست آمده از روش تجزیه مُد تجربی، سریع‌ترین نوسانات را در داده‌ها نشان می‌دهد. به این معنی که بزرگ‌ترین مولفه‌های عدد موج (مربوط به نوفه) در اولین تابع مُد ذاتی موجود است. بنابراین برای افزایش نسبت سیگنال به نوفه می‌توان اولین تابع مُد ذاتی را از سیگنال اصلی کسر کرد. نوفه تصادفی شامل همه بسامد‌ها است و برای این که بتوان نوفه تصادفی را در مقاطع لرزه‌ای تضعیف کرد، می‌توان برای هر بسامدی روش حذف اولین تابع مُد ذاتی را اِعمال کرد. در روشی جدید با استفاده از الگوریتم مبتنی بر آستانه‌گذاری بازه‌ای روی تابع‌های مُد ذاتی که به نوفه تصادفی آلوده هستند پاک می‌شود و بعد از تضعیف نوفه مقاطع لرزه‌ای با استفاده از معکوس تبدیل s به حوزه t-xبرگردانده می‌شوند. در این مقاله الگوریتم پیش‌گفته روی مقاطع لرزه‌ای مصنوعی و واقعی اِعمال و با روش ترکیب تبدیل فوریه و تجزیه مُد تجربی مقایسه می شود.